「等等，你是說《哥吉拉》的肌肉動起來，不是動畫師畫出來的？」沒錯，而是靠物理模擬和 AI 算法自動「長」出來的。
今年奧斯卡的「科學與技術獎」中，三位來自 NVIDIA 的研究員被正式表揚。他們不是電影導演，也不是特效師，但卻是讓畫面從普通走向奇蹟的幕後英雄。
Essex Edwards 研發的「Ziva VFX」技術，讓動畫角色能模擬出如真人般的肌肉、脂肪與皮膚結構。不需要逐幀調整，只要建立角色骨架，肌肉自然會隨著動作拉扯、擠壓，就像你一拳揮出手臂會震動那樣。這項技術已被好萊塢大片廣泛採用，像是《哥吉拉》系列、《獅子王》真人版等，讓虛擬角色變得更加立體而真實。
迪士尼的「AI 降噪神器」，讓動畫從草稿秒變成藝術品
你知道嗎？連《復仇者聯盟》這樣的頂尖視效，其實也曾面臨畫面中噪點過多的問題。
Fabrice Rousselle 與團隊打造出迪士尼的「ML Denoiser」，用 AI 神經網絡來處理渲染過程中的雜訊。不只是單純把畫面變清楚，而是能保留細節、維持時間穩定性，讓動畫畫面看起來絲滑無暇。
這項技術背後的核心，是一個能「預測畫面乾淨版本」的卷積神經網路架構（Convolutional Neural Network, CNN），原本只打算用於動畫，結果效果太好，連真人特效都搶著使用。自 2018 年以來，這套系統已被超過百部大片使用，包括《無敵破壞王2》、《玩具總動員4》與《復仇者聯盟：終局之戰》等。
U-Net 顛覆視覺特效：從醫學影像到電影降噪王者
另一位得獎者 Timo Aila，則是將「U-Net」這個本來用於醫學影像的神經網絡，引入了電影特效世界。
什麼是 U-Net？首先它是一個「U」型AI架構，有「跳躍連接」的特性，可以同時考慮畫面的大方向與細節。這就像你既能一眼看到全圖，又能注意到圖片角落的細節。這種架構在處理電影中的光線雜訊特別有效，像是處理「光線追蹤」技術所產生的隨機顆粒感——直接用 AI 清掉它們，卻不會讓畫面模糊失真。
目前，U-Net 已廣泛用於 Intel、NVIDIA 自家、甚至開源的影像處理庫中，等於變成電影工業界的標準配備。
NVIDIA 背後的電影版圖，AI 已是未來影像製作的關鍵骨幹
這次3位得獎者，其實只是冰山一角。近年來，NVIDIA 的研究團隊已累積超過 14 位成員獲得奧斯卡科學技術獎。他們貢獻的領域涵蓋即時渲染、物理模擬、AI 計算等等——這些聽起來不那麼「電影」的技術，其實早已成為創作者的超級助力。
從角色皮膚的真實感、場景光影的層次，到整體渲染流程的效率提升，這些技術正讓觀眾感受到：「這電影怎麼這麼精緻自然？」
而未來呢？NVIDIA在3月的 GTC 全球 AI 年會上，針對媒體娛樂領域推出更多 AI 工具。從生成式內容到即時製片，將會徹底改變我們製作與觀看影像的方式。 （相關報導： 美中關稅休兵、科技戰升溫 川普全球封殺華為AI晶片，輝達轉進中東搶新藍海 ｜ 更多文章 ）
說不定下次奧斯卡紅毯上，不只會有導演與演員的名字被記住，還會有 AI 工程師的一席之地。
